Sunteți pe pagina 1din 33

(Creada por la ley 25265)

TEMA:

PRUEBAS DE HIPOTESIS
PARAMETRICAS
CATEDRÁTICO : M.SC. FERNANDO M. TORIBIO ROMÁN
CÁTEDRA : SEMINARIO DE TESIS II
CICLO :X
INTEGRANTES :
• ESCOBAR GASPAR, Steve Brian
• ESPLANA ESTEBAN, Sayury Fanny
• HILARIO QUISPE, Margaret R.
21/10/2018 08:55:40 • MAMANI TORRES, Lizeth
• QUISPE HILARIO, Elva
PRUEBA DE HIPOTESIS z y t

EJEMPLO:

Una empresa eléctrica fabrica baterías Solución:


de celular que tienen una duración
que se distribuye de forma DATOS:
aproximadamente normal con una µ= 800 horas
media de 800 horas y una desviación σ= 40 horas
estándar de 40 horas. Si una muestra = 788 horas
aleatoria de 30 baterías tiene una n= 30 baterías
duración promedio de 788 horas. α= 0.04 (Tabla: zα=-1.75 )
¿Muestran los datos suficiente
evidencia para decir que la duración
media es menor a 800 horas? Utilice
un nivel de significancia de 0.04.
PROPOSICION:
Ho Las baterías de celular tienen una duración Ho: µ≠800 horas
diferente a 800 horas. Ha: µ<800 horas
Ha Las baterías de celular tienen una duración menor
a 800 horas.
Regla de decisión:
Si: z ≥ -1.75 no se rechaza la Ho
Si: z < -1.75 se rechaza la Ho

788 − 800
𝑧=
40
30
𝑧 = −1.63

DECISIÓN Y JUSTIFICACIÓN:
Como -1.63 ≥ -1.75 por lo tanto, se acepta la Ho y se rechaza la Ha, concluyendo con
un nivel de significancia de 0.04 que la duración de las baterías ha cambiado siendo
diferente a 800 horas.
PRUEBA DE HIPOTESIS z y t

EJEMPLO:

Solución:
La duración media de las bombillas
producidas por una compañía han sido DATOS:
en el pasado de 1120 horas con una µ= 1120 horas
desviación típica de 73 horas. Una s= 73 horas
muestra de 8 bombillas de la = 1070 horas
producción actual dio una duración n= 8 bombillas
media de 1070 horas. Ensayar la α= 0.05 (Tabla: zt=-1.895 )
hipótesis µ=1120 horas contra la
hipótesis alternativa µ>1120 horas Grados de libertad:
mediante un nivel de significancia de v=n-1
0.05. v=8-1
v=7
PROPOSICION:
Ho La duración media de las bombillas producidas por una Ho: µ≠1120 horas
compañía en la actualidad es diferente a 1120 horas. Ha: µ>1120 horas
Ha La duración media de las bombillas producidas por una
compañía en la actualidad es mayor a 1120 horas.
Regla de decisión:
Si: t ≥ -1.895 no se rechaza la Ho
Si: t < -1.895 se rechaza la Ho

1070 − 1120
𝑡=
73
8
𝑡 = −1.937

DECISIÓN Y JUSTIFICACIÓN:
Dado que –1.937 < -1.895 se rechaza la Ho y se acepta la hipótesis Ha, concluyendo con un
nivel de significancia de 0.05 que la duración media de las bombillas ha cambiado siendo
mayor de 1120 horas.
Prueba de hipótesis con la
razón F de Fisher
Comparar la eficiencia de remoción del DBO con los tratamientos de
humedal artificial y el reactor UASB
Comparar la eficiencia de remoción del DBO con los tratamientos de humedal artificial y el reactor UASB

RESULTADOS DEL DBO

HUMEDAL
Para ejecutar una prueba F de Fisher nos sirve para evaluar la igualdad
UASB UNIDAD
ARTIFICIAL de la varianza de 2 o mas muestras.
1 20 22 mg/l
2 21 22 mg/l
3 20 22 mg/l
Las hipótesis Nula y Alternativa son:
4 21 22 mg/l  HO: La eficiencia de la remoción de DBO con los tratamientos son iguales
5 20 21 mg/l  HA: La eficiencia de la remoción de DBO con los tratamientos no son iguales.
6 20 21 mg/l
7 21 21 mg/l
8 21 21 mg/l
Solución:
9 21 21 mg/l
HUMEDAL ARTIFICIAL UASB
10 21 21 mg/l
11 21 21 mg/l Media 20.53 Media 21.07
12 21 21 mg/l Error típico 0.13 Error típico 0.18
13 20 20 mg/l Mediana 21.00 Mediana 21.00
14 20 20 mg/l Moda 21.00 Moda 21.00
15 20 20 mg/l Desviación estándar 0.52 Desviación estándar 0.70
Varianza de la muestra 0.27 Varianza de la muestra 0.50
Curtosis -2.31 Curtosis -0.67
Coeficiente de asimetría -0.15 Coeficiente de asimetría -0.09
Rango 1 Rango 2
Mínimo 20 Mínimo 20
Máximo 21 Máximo 22
Suma 308 Suma 316
Cuenta 15 Cuenta 15
5.610
HUMEDAL (X1- M EDIA (X2- M EDIA
UASB 1)^ 2 2)^ 2
ARTIFICIAL
1 20 22 0.2844 0.8711
2 21 22 0.2178 0.8711
3 20 22 0.2844 0.8711
4 21 22 0.2178 0.8711
5 20 21 0.2844 0.0044
6 20 21 0.2844 0.0044
7 21 21 0.2178 0.0044 (3.73)/14 = 0.266
8 21 21 0.2178 0.0044
9 21 21 0.2178 0.0044
10 21 21 0.2178 0.0044
11 21 21 0.2178 0.0044 (6.93)/14 = 0.495
12 21 21 0.2178 0.0044
13 20 20 0.2844 1.1378
14 20 20 0.2844 1.1378
15 20 20 0.2844 1.1378
TOTAL 308 316 3.7333 6.9333

0.3805
=(0.6058)/(2-1) = 0.6058

=15*0.6058=9.087
(20.53 + 21.07)/2 = 20.8

(X1- M EDIA
MEDIA 1)^ 2
20.53 0.0729
20.07 0.5329
TOTAL 0.6058
=(9.087)/0.385 = 23.60

5.610 23.60

RESULTADOS
-COMO F prueba ES MAYOR QUE F tabla;
Ho se rechaza, lo quiere decir que hay
diferencias en los en la eficiencia de la
remoción de DBO
Prueba de un valor hipotético de la varianza
usando la distribución Chi cuadrada
Ejemplo: Ensayo de Hipótesis para la Varianza de una Población Diámetro

Normal
Media 200.0195
Una compañía de fabrica de tuberías PVC, afirma que tiene una varianza de diámetro Error típico 0.00373286
no mayor a 0.0002 mm. Mediana 200.03
Moda 200.03
200.00 200.03 200.03 200.03 200.04 200.03 200.00 200.00 200.04 200.03 Desviación estándar 0.0167
200.00 200.03 200.00 200.03 200.00 200.04 200.03 200.00 200.00 200.03 Varianza de la muestra 0.0003
Curtosis -1.86872957
Una muestra aleatoria de 20 de dichas partes dio una varianza de muestra s = 0.0003. Coeficiente de asimetría -0.28980139
Si se supone que las medidas del diámetro se distribuyen en forma normal, ¿hay Rango 0.04
evidencia para refutar lo que afirma el proveedor? Use = 0.05. Mínimo 200
Máximo 200.04
Suma 4000.39
• Estadística utilizada: Cuenta 20

• * Donde:
• n : Tamaño de muestra
• n – 1 : grados de libertad
• 2 : varianza poblacional
• S2 : varianza de la muestra
2 3
1 - nivel de confianza 0.05
Numero de muestras 20
n-1 19 grado de libertad

X2 critica (gl=19; a=0.05)

Tabla valor derecho (0.05)=buscar en tabla


4

Como 27 no es mayor que 30.14 por lo tanto no se rechaza Ho y se concluye con un nivel de
significancia de 0.05 (95%) , que no se puede refutar la afirmación del proveedor.
Coeficiente de correlación
de Karl Pearson
Son medidas que indican la situación relativa de los mismos sucesos respecto
a las dos variables, es decir.
Son la expresión numérica que nos indica el grado de relación existente entre
las 2 variables y en qué medida se relacionan.
Para datos no agrupados:
EJM:
Con los datos sobre las temperaturas en dos días diferentes en una ciudad,
determinar el tipo de correlación que existe entre ellas mediante el coeficiente
de PEARSON.

Calculamos media aritmética:

Obteniendo la siguiente tabla:


Se aplica la formula :

Correlación positiva moderada

Para datos agrupados:


Con los siguientes datos sobre los Coeficientes Intelectuales (X) y de las
calificaciones en una prueba de conocimiento (Y) de 50 estudiantes:

Variable x :

Variable y :
Para “x” se tomara un ancho de intervalo igual a 5
Para “y” se tomara un ancho de intervalo igual a 8
Y asi obtener un numero de intervalos igual a 6 para ambas variables
Se reemplazan todos los valores en la formula

Correlación positiva moderada


ANÁLISIS DE LA VARIANZA DE UN
FACTOR (ANOVA)

PARA EL SIGUIENTE EJEMPLO SERA


NECESARIO UTILIZAR LA
DISTRIBUCIÓN F
LIZETH MAMANI TORRES
Prueba de hipótesis ANOVA (Análisis de varianza)
Un ingeniero sanitario desea comparar el resultado de la dureza del agua después de tratamiento
convencional para su potabilización de 4 calidades de agua distintas . Se aplicaron 5 muestreos por
fuente de captación y se midió la dureza de cada uno. Para probar la igualdad de medias y para evaluar
las diferencias entre pares de medias, el analista usa el ANOVA de un solo factor con múltiples
comparaciones. Se obtuvieron os siguientes resultados:

0 1 2 3 4
Blanco GRUPO 1 GRUPO 2 GRUPO 3 GRUPO 4
300 300 360 470 450
400 250 400 395 400
250 400 420 450 420
400 300 390 400 450
500 500 420 500 480
 Hipótesis nula (Ho): Todas las medias son
iguales
 Hipótesis alterna (H1): No todas las medias son
iguales
 Nivel de significancia α = 0.05
PASO 1: SACAR LA MEDIA DE CADA GRUPO Y LA MEDIA GLOBAL

0 1 2 3 4
Blanco GRUPO 1 GRUPO 2 GRUPO 3 GRUPO 4
300 300 360 470 450
400 250 400 395 400
250 400 420 450 420
400 300 390 400 450
500 500 420 500 480
370 350 398 443 440 407.75

1= 350

2= 398

3= 443

4= 440
PASO 2: SACAR EL NUMERO DE COLUMNAS Y FILAS PARA CALCULAR “n”

Numero de columnas 4
numero de filas 5

n= C*F = 20
PASO 3: CALCULAR LA GRAN MEDIA

= 1+ 2+ 3
# de medias

= 407.75
PASO 4: SUMA DE CUADRADOS TOTALES SCT

1 2 3 4 TOTAL
11610.0625 2280.0625 3875.0625 1785.0625 19550.25
24885.0625 60.0625 162.5625 160000 185107.688
60.0625 150.0625 1785.0625 176400 178395.188
11610.0625 315.0625 60.0625 202500 214485.188
8510.0625 150.0625 8510.0625 230400 247570.188
56675.3125 2955.3125 14392.8125 771085.063 845108.5
SCT= 845108.5
PASO 5: SUMA DE CUADRADOS DE TRATAMIENTO

1 2 3 4 SCTR
13340.25 380.25 4970.25 4160.25 22851
PASO 6: SUMA DE CUADRADOS DE ERROR

1 2 3 4 TOTAL
2500 1444 729 100 4773
10000 4 2304 1600 13908
2500 484 49 400 3433
2500 64 1849 100 4513
22500 484 3249 1600 27833
TOTAL 40000 2480 8180 3800 54460
TOTAL SCE 54460
PASO 7: CALCULAR

CMT (cuadrado de
SCT/n-1 = 44479.3947
medi total =

CMTR (cuadrado de
SCRT/C-1 = 5711.75
media de trtamiento)

CME( cuadrado de
SCE/n-c = 3403.75
media de error)

PASO 8: CALCULAR ∫ teórico PASO 9: CALCULAR F de tablas

∫=(prueba y`= (c-1)/(n-1)


CMTR/CME
de fisher)
∫= 1.67807565 y`= 3/19
F de TABLAS= 2.397

TOMA DE DECISIÓN
∫ es menor < que el F de tablas

1.678 < 2.397

∫ < = QUE EL VALOR DE LA TABLA SE ACEPTA LA HIPÓTESIS NULA

∫ > QUE EL VALOR DE LA TABLA SE RECHAZA LA HIPÓTESIS NULA

 POR LO TANTO SE ACEPTA LA HIPÓTESIS NULA TODAS LAS MEDIAS SON


IGUALES, RECHAZANDO LA HIPÓTESIS ALTERNA QUE AL MENOS UNA
ES DISTINTA
21/10/2018 08:55:40